AIで物件をスクリーニングする方法【Pythonコード付き】

「物件を1件ずつ手計算するのが辛い」を解決したAIスクリーニング

不動産投資で物件を探していると、毎日のように新着情報が届きます。しかし、1件ずつ利回りを計算して、立地を確認して、積算価格と比較して……という作業を続けていると、本業と掛け持ちしているサラリーマン投資家には正直キツいです。

そこで筆者が実際に導入したのが、Gemini API（Googleの生成AI）を使った物件スクリーニングの自動化です。今回はその仕組みとプロンプト例を公開します。非エンジニアの方でも、コピペで試せる内容にしました。

AIスクリーニングで何をしているのか

AIに物件情報をテキストで渡すと、以下の観点で評価・コメントを返してくれます。

  • 表面利回り・実質利回りの概算
  • 積算価格との乖離（割高・割安の判断）
  • 立地・築年数・構造からみたリスク評価
  • 一次スクリーニング合否（詳しく調べる価値があるか）

積算価格の考え方については、積算価格・利回りの計算方法を解説した記事でも詳しく触れているので、あわせて読んでみてください。

AIは「必ず買い」「必ず売り」の判断をするわけではなく、あくまで「詳しく調べる価値があるかどうか」を素早く振り分けるのが役割です。人間の判断を置き換えるのではなく、省力化するツールとして使っています。

実際のPythonコード（シンプル版）

以下が基本的な実装です。Google Colabなどで動かすことができます。


import google.generativeai as genai

genai.configure(api_key="あなたのAPIキー")
model = genai.GenerativeModel("gemini-2.5-flash")

def screen_property(property_info: str) -> str:
    prompt = f"""
あなたは不動産投資の専門家です。
以下の物件情報を評価し、一次スクリーニング結果を返してください。

【評価観点】
1. 表面利回り（年間家賃収入÷物件価格×100）
2. 積算価格との乖離（土地公示価格×面積 + 建物再調達価格×残耐用年数÷法定耐用年数）
3. 立地・築年数・構造リスク
4. 総合判断（詳しく調べる価値：あり／なし／要確認）

【物件情報】
{property_info}

必ず日本語で回答してください。
    """
    response = model.generate_content(prompt)
    return response.text

# 使用例
info = """
所在地：神奈川県相模原市
価格：2,800万円
築年数：昭和56年（築43年）
構造：木造2階建て
戸数：4戸
家賃収入：月14万円（現況）
土地面積：180㎡
路線価：12万円/㎡
"""

result = screen_property(info)
print(result)

実際のプロンプト出力例

上記の物件情報を渡したとき、AIはこのようなコメントを返します（実際の出力を一部編集）。

表面利回り：168万円 ÷ 2,800万円 × 100 ＝ 約6.0%

積算価格の概算：土地（180㎡ × 12万円）＝ 2,160万円。木造の法定耐用年数22年を超過しており、建物の積算価値はほぼゼロと評価される可能性が高い。積算合計は土地のみで約2,160万円。物件価格との乖離は約640万円。

リスク評価：旧耐震基準（昭和56年以前）に該当するため、耐震性の確認が必要。築43年の木造は修繕費用がかさむ可能性あり。ただし相模原エリアは賃貸需要が比較的安定している。

総合判断：要確認。利回りは及第点だが積算割高感あり。耐震診断の有無・修繕履歴・現況入居者との契約条件を確認の上、再評価を推奨。

このような出力が数秒で得られます。手計算では15〜20分かかる内容が、一瞬で完了します。

非エンジニアでも使える方法

「Pythonなんて触ったことない」という方でも、以下の方法で試せます。

  1. Google Colabを開く（無料・ブラウザだけで動く）
  2. 上記コードをコピーして貼り付ける
  3. Gemini APIキーを取得する（Google AI Studioで無料発行可能）
  4. 物件情報をテキストで書き換えて実行するだけ

APIキーの取得方法は「Google AI Studio 登録方法」で検索すると多くの解説記事が出てくるので、ここでは割愛します。基本的には無料枠の範囲内で十分使えるので、最初は費用ゼロで始められます。

Pythonなしでできる！AIチャット直接入力プロンプトテンプレート

「Pythonのコードは難しそう……」という方でも大丈夫です。ChatGPTやGeminiのチャット画面に直接コピペするだけで、同じようなスクリーニングができます。コードを書く必要はまったくありません。

基本スクリーニング用プロンプト（コピペOK）

以下をそのままコピーして、ChatGPT・Gemini・Claude などのチャット画面に貼り付け、【物件情報】の部分だけ実際の物件データに書き換えてください。

以下の物件情報を評価してください。積算価格・立地・利回りの観点でA/B/Cの3段階で評価し、懸念点を箇条書きにしてください。

【評価基準】
A：詳しく調べる価値あり。数字・立地ともに良好
B：要確認。懸念点はあるが投資対象になりうる
C：見送り推奨。リスクが大きい、または割高

【物件情報】
所在地：
価格：
築年数：
構造：
戸数・間取り：
現況家賃収入（月）：
土地面積：
路線価（わかれば）：

評価後、「次に確認すべきこと」を3点挙げてください。

より詳しい分析が欲しいときの追加プロンプト

基本スクリーニングの結果を受け取ったあと、さらに深掘りしたい場合は以下を続けて入力します。

上記の物件について、以下の点も追加で評価してください。
1. 木造築古物件として、融資が出やすいかどうか（担保評価の観点）
2. 10年後の売却を想定した場合の出口シナリオ（売却価格の目安・リスク）
3. 同エリアで競合しやすい物件のタイプと、差別化できるポイント

AIチャットで使う際のコツ

  • 路線価・公示価格は国土交通省のサイトで事前に調べる：AIは最新の路線価データを持っていない場合があるため、数値は自分で入力する
  • 「なぜそう判断したか」を必ず聞く：「その根拠を教えてください」と追加質問すると、判断の透明性が上がる
  • 複数の物件を比較させる：「物件AとBを比較してください」という使い方も効果的
  • AIの回答はあくまで参考情報：最新の賃料相場・修繕状況・実際の需要はAIでは把握できないため、現地確認と組み合わせること

このようにAIチャットを活用すれば、不動産投資のあらゆる場面でAIを活用する方法で紹介している通り、コードを1行も書かずに物件分析の効率を大幅に上げることができます。

AIスクリーニングの限界と使い方の注意点

AIはあくまでテキスト情報をもとに評価するため、以下は判断できません。

  • 物件の実際の状態（外観・内装・設備の劣化具合）
  • 近隣環境のリアルな印象
  • 売主・管理会社の信頼性

現地確認・インスペクション・管理会社ヒアリングは、AIが「詳しく調べる価値あり」と判断した物件に対してのみ行うことで、時間を大幅に節約できるというのが、このスクリーニングの本来の使い方です。

また、筆者が法人設立に踏み切った背景には「個人では限界がある」という判断がありました。スクリーニングの自動化も含め、仕組みを整えることで投資効率を上げる考え方については、法人設立の理由を解説した記事もあわせてご覧ください。

まとめ

  • Gemini APIを使えば、物件の一次スクリーニングを数秒で完了できる
  • 利回り・積算乖離・リスク評価を自動で出力し、「調べる価値があるか」を素早く判断できる
  • Google Colabを使えば非エンジニアでも無料で試せる
  • AIはあくまで省力化ツール。最終判断・現地確認は必ず人間が行う

物件を見る目は経験で磨かれますが、その経験を積む機会を増やすためにもAIの活用は有効です。ぜひ一度試してみてください。

人気ブログランキング
↑ブログランキング参加中！クリックで応援お願いします↑

コメント

コメントを投稿

このブログの人気の投稿

戸建て投資のAI化：ChatGPT・Geminiで物件調査から管理まで自動化する方法【2026年版】

この記事のポイント ✅ AIを使えば物件調査・収益計算・入居者対応を大幅に効率化できる ✅ ChatGPTへの質問だけで、プロ並みのエリア分析が10分で完成 ✅ CF（キャッシュフロー）計算もAIに任せれば計算ミスがゼロに ✅ 入居者対応メールの自動文案作成で管理コストを削減 ✅ ただしAIの情報は「最新性」に限界あり——最終判断は人間が行う 「不動産投資は情報戦だ」とよく言われますが、2026年現在、その情報収集・分析の現場に AI（人工知能） が革命を起こしています。特に戸建て投資は、マンション投資と異なり「エリア・築年数・土地形状・利回り」など複合的な要素を判断する必要があり、これまでは経験豊富な投資家でなければ難しいとされてきました。 しかし今、ChatGPTやGeminiを使いこなすことで、サラリーマン投資家でも プロレベルの調査と計算 が可能になっています。この記事では、戸建て投資の各フェーズでAIをどう活用するか、具体的な方法を解説します。 1. なぜ戸建て投資にAIが有効なのか 戸建て投資の難しさは、物件ごとに条件が大きく異なる点にあります。同じ「築20年・3LDK」でも、土地形状・接道状況・近隣相場・修繕履歴によって価値はまったく異なります。 これまでは「現地視察＋地元業者のヒアリング＋自力での表計算」が基本でしたが、AIを活用することで以下の作業を大幅に効率化できます。 【AIで効率化できる作業】 ・エリアの人口動態・賃貸需要調査（30分→5分） ・CF（キャッシュフロー）シミュレーション（1時間→10分） ・入居者募集文・対応メールの文案作成（即時） ・物件の一次スクリーニング判断（即時） 2. AI活用①：物件調査・エリア分析 ChatGPTへの質問例 まず「どのエリアで買うべきか」を検討する際、以下のようにChatGPTに聞くだけで基礎調査ができます。 「東京都稲城市の賃貸需要トレンド、人口動態、主要な賃貸ターゲット層、競合物件の傾向を教えてください」 この質問だけで、以前は不動産業者に聞くしかなかったレベルの情報が数秒で得られます。さらに「〇〇駅から徒歩10分圏内で戸建てを賃貸に出す場合、適切な賃料帯は？」と追加質問することで、賃料設定の根拠も整理できます。 Gemi...
続きを読む

サラリーマンが不動産投資法人を作った理由と後悔【実体験】

「法人を作れば節税できる」——そう聞いて不動産投資法人を設立したのが数年前のことです。 結論から言うと、 節税できていません。むしろ毎年赤字です。 それでも法人を継続しているのには理由があります。今回はサラリーマンとして働きながら不動産投資法人を作った経緯と、実際にやってみてわかった「思っていたのと違う」ポイントを正直に書きます。 なぜ法人を作ったのか 1. 「個人より法人のほうが有利」という情報に踊らされた 不動産投資の勉強を始めたころ、あらゆる書籍やYouTubeで「年収が一定以上なら法人化すべき」という情報を目にしました。理由は主にこの3つです： 法人税率は最大23.2%、個人の所得税は最大55%→法人のほうが税率が低い 経費の範囲が広い（車・交際費・役員報酬など） 相続対策・資産管理に有利 役員社宅制度 ：法人が物件を借り上げて役員に貸す形にすることで、家賃の大部分を経費にできる 特に「役員社宅制度」は見落とされがちですが、効果が大きい仕組みです。法人が賃貸物件を借り上げ、役員（＝自分）に一部負担で貸す形にすると、 家賃の50〜90%程度を法人の経費にできます。 自分が毎月払っている家賃が実質的に節税になるイメージです。ただし計算方法が国税庁の通達で決まっており、負担額が低すぎると給与課税されるので、税理士への確認が必須です。 「これは作るしかない」と思い、クラウド会計サービスの無料電子定款作成機能を使って自分で株式会社を設立しました。費用は登録免許税15万円＋公証役場での定款認証費約5万円で、合計約20万円ほどでした。電子定款にすることで紙の印紙代4万円が不要になるため、司法書士に依頼するより大幅に安く済みます。 2. 融資の出口を増やしたかった 個人での融資は住宅ローンと合算されて審査が厳しくなります。法人口座で物件を持てば、理論上は個人と切り離して融資を引けます。実際、最初の物件は法人名義で購入できました。 実際にやってみてわかった「誤算」3つ 誤算①：法人は赤字でも税金がかかる 「赤字なら税金ゼロ」は個人事業主の話です。 法人には「法人住民税の均等割」があり、赤字でも年間7万円程度は必ず払います。 さらに決算申告を税理士に依頼すると年間20〜30万円のコストがかかります。物件1...
続きを読む

Claude Code×Geminiでブログを半自動化した全体像【非エンジニアの実体験】

Claude Code×Geminiでブログを半自動化した全体像【非エンジニアの実体験】 「ブログを続けたいけど、記事を書く時間がない」 これは副業をしている会社員の多くが感じるリアルな悩みだと思います。私も本業の傍ら不動産投資の勉強をしながらブログを書いていますが、1本の記事に数時間かけることは正直難しい。 そこで取り入れたのが、 GeminiとClaude Codeを組み合わせたブログ半自動化フロー です。今回はその全体像を包み隠さず紹介します。 なぜ「完全自動化」ではなく「半自動化」なのか 最初に結論から言うと、 ブログを完全自動化するのは現時点ではリスクが高い と判断しています。理由は3つあります。 品質の問題： AIが生成したままの文章は、どこか薄味で「誰が書いても同じ」になりがちです。読者に刺さる記事には、自分の体験・数字・感情が必要です。 個人情報の問題： 自動生成だと、意図せず家族構成・職業・資産状況などが記事に紛れ込む可能性があります。公開前の人間チェックは必須です。 SEOリスク： Googleは「AIで大量生成されただけのコンテンツ」を評価しない傾向があります。人間の編集が入った記事のほうが検索でも評価されやすい。 だから私が目指したのは「AIが8割やって、人間が仕上げる」フローです。 全体フローの構成図 私のブログ半自動化フローはこの5ステップです。 ① ネタ出し（自分でアイデアを出す、またはClaudeに提案させる） 　　↓ ② Geminiで最新情報を検索・収集（自動） 　　↓ ③ Claude Codeが記事をHTML形式で生成（自動） 　　↓ ④ 自分のメールに自動送信 → 内容確認（5分） 　　↓ ⑤ Blogger APIで投稿（自動） ②〜③⑤はすべて自動で動くので、 私がやることはネタ決めと5分の確認だけ です。 各ステップの詳細 ① ネタ出し：自分で考えるか、Claudeに提案させる ネタは自分で思いついたものをClaudeに伝えることもありますが、最近は 「最近やったことからネタを提案して」とClaudeに聞く ことも増えました。 たとえば「不動産の物件を調べていた」「新しいスクリプトを作っていた」といった直近の作業履歴をもとに、Claudeが「こんな記事が書け...
続きを読む